以下内容纯属自己摸索,yy。如有错误,请大家批评指正。@H_403_1@
在ubuntu中,我们经常会遇到链接库的版本冲突问题。编写的程序在编译时,也往往因为这些问题报错,或虽编译成功,但运行出错。@H_301_4@@H_403_1@
针对这类问题,我以opencv为例,谈谈自己的解决思路,希望能给大家一点意见。@H_403_1@
首先,为什么选opencv?因为做图像处理,深度学习的研究,opencv必不可少,系统自带的opencv,如opencv-dev,python-opencv-dev等往往会缺胳膊少腿。这时候需要我们自己编译opencv库,带gpu或不带gpu,支持ffmepg或不支持ffmpeg等。@H_403_1@
有人会说,不装系统自带的不就行啦。 所以解决opencv版本冲突问题,对我们在ubuntu上编写程序,使用深度库都是很有帮助的。@H_403_1@
好了,废话不多说。下面进入正题。 错误:@H_301_4@ 得到 再次编译qt程序,@H_403_1@
程序找到正确opencv路径: 如果仍有错误,可考虑将相应*.so文件放入debug或release目录下。@H_403_1@
仍然存在的问题@H_301_4@ 程序能在终端运行。但是qt运行还是有问题。有知道答案的博友,请告知。@H_403_1@
不过由于常用的深度学习库如,caffe,tensorflow往往依赖库中有opencv-dev,python-opencv-dev等,不装吧,这些库极有可能运行不了。@H_403_1@
以一个qt小程序为例:@H_403_1@
#include <QCoreApplication>
#include "opencv2/opencv.hpp"
#include "opencv2/gpu/gpu.hpp"
int main(int argc,char *argv[])
{
QCoreApplication a(argc,argv);
cv::Mat src_image = cv::imread("/home/cvrsg/JpHu/ProgramLibrary/untitled/lena.jpg");
cv::Mat dst_image;
cv::gpu::GpuMat d_src_img(src_image);
cv::gpu::GpuMat d_dst_img;
cv::gpu::cvtColor(d_src_img,d_dst_img,CV_BGR2GRAY);
d_dst_img.download(dst_image);
cv::namedWindow("test",0);
cv::imshow("test",dst_image);
cv::waitKey(0);
return a.exec();
}
这个小程序利用了gpu版的opencv。而一般系统自带的opencv是没有编译gpu模块的。
如果我们不解决版本问题,编译同样能成功,不过运行时则会报错。
解决:@H_301_4@
(1)我们寻找问题的原因。
从上面我们也看到程序找到的opencv库是2.4.8版的(我自己编译的库是2.4.13版的)
明显链接版本发生冲突啦。
(2)我们进一步查找问题的来源。
由于,我们的程序编译成功,会生成可执行文件。根据这个可执行文件,我们可以找到其相应的依赖库@H_403_1@
$cd {HOME}/build-untitled-Desktop-Debug #{HOME}表示用户根目录
$ldd untitled | grep opencv #查找与opencv相关的链接
进入/usr/lib/x86_64-linux-gnu/,我们发现这里opencv的版本为2.4.8,也就证实了程序确实是链接到了低版本的opencv。
(3)修改ld.so.conf.d(优先级较高)@H_403_1@
$sudo vim /etc/ld.so.conf.d/libopencv.conf
/usr/local/lib
$sudo ldconfig
$ldd untitled | grep opencv #查找与opencv相关的链接
终端运行得到结果
@H_403_1@